eess 篇论文 | Gist.Science

本研究提出了一种基于最小二乘法的深度学习框架，该框架集成了随机加权、不确定性量化以及检测—识别—自适应质量控制，旨在提供具有统计可解释性且具备鲁棒粗差处理能力的准确短期电离层电离层总电子含量（TEC）预测。

本文提出了一种新型的 MEF-RG 模型，该模型通过融合梯度提升决策树（GBDT）和随机森林（RF），利用源自多气体浓度的 255 维特征矩阵来精确预测矿井采空区煤自燃温度，证明了其相比现有模型具有更优越的性能和工程适用性。

本文通过经过验证的二维有限元建模证明，通过修改单层感应线圈的几何结构，特别是通过在“D型线圈”设计中同时增加匝间间隙并改变导体轮廓，可以显著提高中频感应熔炼炉的电效率，在铝熔炼过程中实现至少4.0%的增益。

本文提出并验证了三种针对最小单元半桥模块化多电平变换器的改进型正弦脉宽调制策略，这些策略与传统配置相比，能显著降低 83% 以上的总谐波失真，从而在降低硬件复杂度的同时，为低功率和中等功率应用实现高质量输出。

本文利用 PURE 数据集建立了一个防泄漏基准，旨在严格评估局部放电空隙诊断模型在未见绝缘材料和电压激励下的可移植性，揭示了标准方法和领域自适应方法在泛化能力上的显著差距，同时证明了受物理启发的数据增强可以部分缓解这些迁移失败。

本文提出了一种用于多台全向移动机器人的分布式事件触发超螺旋滑模控制框架，该框架在消除执行器抖振、确保针对扰动的鲁棒编队跟踪的同时，显著降低了网络通信负载，并保证了稳定性与无 Zeno 现象运行。

本文提出并验证了一种由狮子优化算法（LOA）调优的 PI–PD 控制器，用于两区域电力系统，证明了其在负荷频率控制方面相比于由蚁群算法（ACO）、粒子群算法（PSO）和灰狼优化算法（GWO）优化的控制器具有更优越的动态性能和稳定性。

本文介绍了策略性量子博弈机制（SQGM），这是一种自适应量子智能体框架，通过动态优化量子密钥分发协议，以显著降低错误率并提高针对不断演变的对抗性威胁的密钥率，从而增强个性化医疗系统的安全性。

本研究分析了 31 个欧洲铁路网络的道砟需求，结果表明，尽管 EN 13450 标准得到了普遍采用，但具体的材料选择在很大程度上取决于工程需求、局部限制和国家法规，而非仅仅取决于网络规模或运行速度。

本文提出了一种基于李雅普诺夫（Lyapunov）的数字线性反馈控制器，用于对工业能源管理中的混沌无刷直流电机进行建模与稳定控制，并通过 MATLAB 仿真证明了特定的控制器增益（特别是 K2=10）能有效实现电流与转速向稳定平衡点的快速收敛。